“Makine Öğrenimi” (Machine Learning) ve “Yapay Zekâ” (Artificial Intelligence), günümüzün en ateşli terimleri; ancak farklı anlamlarda olsalar da sıklıkla birbirlerinin yerine kullanılıyorlar. Bunun sebebi, iki terimin de konu veri, analitik, matematik ve teknolojideki geniş değişim dalgaları olunca akla gelen terimler olması.

Yapay zekâ, makine öğreniminden çok daha eski ve geniş bir kavramdır ve aslında makine öğrenimi kavramını da kapsar. Makine öğrenimi ve yapay zekanın derin dünyasına dalmadan önce bu iki kavramın kısa bir tarihine bakmakta yarar var.

Yapay zekâ kavramı, bilimin atası sayılabilecek Eski Yunan Medeniyeti’ne kadar dayanır. Onlar için bu kavram insanlar gibi yürüyebilen ve düşünebilen makinelerden oluşuyordu.

Teknoloji ve insan aklının nasıl çalıştığı konusundaki anlayış ilerledikçe, yapay zekânın neyi tanımladığı konusundaki düşünce de değişti. Eskiden karmaşık sayı işlemlerini çözmek için kullanılan yapay zekâ, artık insanoğlunun düşüncelerini taklit edebiliyor ve verilen görevleri yerine getirebiliyor. Yapay zekanın hayatımıza girmeye başladığı ilk durak İkinci Dünya Savaşı yıllarıdır.

2.Dünya Savaşı yıllarında bilgisayar bilimcisi olan Alan Turing, Nazi Almanyası ile müttefik kuvvetlerinin birbirlerine güvenli bir şekilde mesaj göndermeleri ve yapacakları saldırıları planlamaları için kullanılan bir iletişim şekli olan ve o zamanlar kırılması neredeyse imkânsız olan Enigma kodunu kırmaya çalıştı.

Alan Turing, bu Enigma Kodunu kırmak için Bombe denilen bir makine icat etti. Bu makine zeki bir makineydi ve sonunda kodu kırmayı başardı.

Bu başarıdan sonraki yıllarda artık bilgisayar teknolojisi askeri ve bilimsel çalışmalarda kullanılmaya başlandı. 60lar’da yapay zeka programlama dili olan LISP’nin oluşturulmasından, 90’lı yıllarda IBM’in “Deep Blue”sunun oluşturulmasına kadar, tüm bu olaylar bugün bilinen yapay zeka için çerçeve oluşturdu.

Makine Öğrenimi

Günlük hayatta kullanılan çoğu teknoloji, gittikçe daha iyi hizmet sunmak için makine öğrenimi barındırır. Netflix’in film veya dizilerde kullandığı kapak fotoğraflarının sürekli değişmesi, izledikleri türlere göre abonelerine önerilerde bulunması buna örnektir. Google, reklam verirken insanların alışkanlık datalarını kullanır, Facebook ve Youtube da aynı algoritmayı kullanır.

Makine öğreniminin başarısının temel anahtarı “Yapay Sinir Ağları”dır. (Neural Network). Yapay sinir ağları bilgisayarlara hız, doğruluk ve önyargısızlık avantajları kazandırırken insan gibi düşünüp, anlamayı öğretmiştir. Yapay sinir ağı bir resmi tanımlayabilir ve resmin içeriğine göre resmi sınıflandırabilir.

Yapay sinir ağı, tıpkı insan beyninin yaptığı gibi bilgileri sınıflandırarak çalışan bir bilgisayar sistemidir. Bunu yaparken bir olasılık sistemi üzerine çalışır, elde ettiği verilere göre kararlar verir ve tahminler yürütür.

Yapay Zeka

Yapay zekâ, makinenin görevleri akıllı bir şekilde yerine getiren daha geniş bir konseptidir, makinelerin insanlarla en alt veya en üst seviyelerde iletişim kurması için gereklidir. Makine öğreniminin bir adım önündedir; ancak karar alırken veya bu kararları optimize ederken makine öğreniminden yararlanır. Bu, insanların düşüncelerini çevrelerine göre şekillendirip ona göre karar vermelerine benzer.

Yapay zekâ 3 seviyeden oluşur:

• A.N. I (Artificial Narrow Intelligence): Yapay zekanın en alt seviyesidir, birçok video oyununda ve altyapıda bulunur.
• A.G. I (Artificial General Intelligence): Tamamen insanlar gibi düşünüp karar alabilen ve günlük işleri yapabilen yapay zekâ seviyesidir. Bu alanda pek çok çalışma yürütülmesine rağmen henüz bu noktaya ulaşılamamıştır.
• A.S. I (Artificial Super Intelligence): Araştırmacılar, bu noktaya ulaşılmasından oldukça korkmalarına rağmen, bunu arzu etmiyor da değiller. İnsanlar yapay zekâ alanında bu noktaya ulaştığında, makineler insanlardan daha zeki olacak.

Kapak Görseli Kaynak: BISINTEK

Kaynaklar: Interesting Engineering, Forbes, Endüstri 4.0